Question

我正在使用我想要过滤的5个数据帧（如果它们匹配正则表达式，则删除一些行）。因为所有数据框都是相似的，具有相同的变量名称，所以我将它们存储在一个列表中，然后迭代它。但是，当我想保存每个原始数据帧的过滤数据时，我发现它创建了一个i_filtered（而不是dfName_filtered），因此每次循环运行时，它都会被覆盖。这就是我在循环中所拥有的：

for (i in list_all){
  i_filtered1 <- i[i$chr != filter1,]
  i_filtered2 <- i[i$chr != filter2,]
  #Write the result filtered table in a csv file
  #Change output directory if needed
  write.csv(i_filtered2, file="/home/tama/Desktop/i_filtered.csv")
}

正如我所说，filter1和filter2只是我用来过滤chr列中数据的正则表达式。分配原始名称+＆＃34; _filtered＆＃34;的正确方法是什么？到新的数据框架？

提前致谢

编辑添加信息：每个数据框都有这些变量（但值可以更改）

chr     start   end    length
chr1    10400   10669   270
chr10   237646  237836  191
chrX    713884  714414  531
chrUn   713884  714414  531
chr1    762664  763174  511
chr4    805008  805571  564

我已将它们存储在一个列表中：

list_all <- list(heep, oe, st20_n, st20_t,all)
list_all <- lapply(list_all, na.omit)

过滤器：

#Get rid of random chromosomes
filter1=".*random"
#Get rid of undefined chromosomes
filter2 = "ĉhrUn.*

我正在寻找的输出是：

heep_filtered1
heep_filtered2
oe_filtered1
oe_filtered2
etc

Answer 1

一种可能性是迭代一系列索引（或名称），而不是遍历数据帧本身列表，并使用索引访问数据帧。

另一个问题是!=运算符不支持正则表达式。它只做精确的文字匹配。您需要改为使用grepl()。

names(list_all) <- c("heep", "oe", "st20_n", "st20_t", "all")

filtered <- NULL
for (i in names(list_all)){
    df <- list_all[[i]]
    df.1 <- df[!grepl(filter1, df$chr), ]
    df.2 <- df[!grepl(filter2, df$chr), ]
    #Write the result filtered table in a csv file
    #Change output directory if needed
    write.csv(df.2, file=paste0("/home/tama/Desktop/", i, "_filtered.csv"))
    filtered[[paste0(i, "_filtered", 1)]] <- df.1
    filtered[[paste0(i, "_filtered", 2)]] <- df.2
}

结果是一个名为filtered的列表，其中包含已过滤的数据帧。

Answer 2

问题是i仅在单独使用时才会被特别解释。您正在将其用作其他名称的一部分，并将其用作当前版本中的字符。

我建议命名列表，然后使用lapply而不是for循环（请注意，我也将过滤器更改为一步，因为现在还不清楚是否要尝试同时执行这两项操作是否 - 这也使得添加更多过滤器变得更容易。）

filters <- c(".*random", "chrUn.*")
list_all <- list(heep = heep
                 , oe = oe
                 , st20_n = st20_n
                 , st20_t = st20_t
                 , all = all)
toLoop <- names(list_all)
names(toLoop) <- toLoop # renames them in the output list


filtered <- lapply(toLoop, function(thisSet)){
  tempFiltered <- list_all[[thisSet]][!(list_all[[thisSet]]$chr %in% filters),]
  #Write the result filtered table in a csv file
  #Change output directory if needed
  write.csv(tempFiltered, file=paste0("/home/tama/Desktop/",thisSet,"_filtered.csv"))

  # Return the part you care about
  return(tempFiltered)
}

在R循环中创建数据框并命名它

2 个答案: